百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

物联网关键技术:不得不提的国产ESP系列模组

bigegpt 2025-02-14 22:22 7 浏览

前文《物联网技术:开源物联网硬件项目 》中列举了一些物联网领域比较有影响力的开源硬件项目。很多朋友在留言中提到了国产的ESP系列(ESP8266、ESP32)的芯片及模组,也是在物联网项目中应用非常多的,本文就来介绍一下ESP系列。

ESP系列芯片是由国内的公司乐鑫科技(expressif)设计研发的,主要包括ESP8266芯片和ESP32系列芯片(ESP32、ESP32-C、ESP32-S)。此外乐鑫还提供了基于ESP芯片的模组,部分芯片也提供给其他模组生产厂商进行模组生产,比如安可信等。

乐鑫科技是一家专业的集成电路设计企业,采用Fabless(无晶圆厂)经营模式,主要主要从事物联网WiFi MCU通信芯片及其模组的研发、设计及销售。目前乐鑫科技已经在科创板上市,股东包括小米集团和海尔智家。

ESP8266

ESP8266芯片是32位MCU的Wi-Fi芯片,支持2.4GHzWi-Fi频段。主要特性包括:

  • 单核 CPU 时钟频率高达 160 MHz
  • +19.5 dBm 天线端输出功率,确保良好的覆盖范围
  • 睡眠电流小于 20 μA,适用于电池供电的可穿戴电子设备
  • 外设包括 UART,GPIO,I2S,I2C,SDIO,PWM,ADC 和 SPI

乐鑫以及其他模组厂商基于ESP8266开发了一系列WiFi模组,通常是把PCB天线集成在模组的电路板上,非常便于开发者用在自己设计的电路上,或者与其他开发板配合使用。

ESP32系列

ESP32被认为是ESP8266的继任者,两款芯片都是32位处理器。ESP32是双核CPU,而ESP8266是单核处理器。ESP32不仅增加了CPU内核,还支持蓝牙4.2/蓝牙低功耗(BLE)。开发者不仅可以用ESP32芯片开发WiFi应用,还可以开发蓝牙应用,基本上可以覆盖大部分物联网设备的无线通信需求。

总的来说,ESP32在以下几个方面具有优势:

  1. 功耗方面:ESP32的工作电流是5μA,相比ESP8266的20μA功耗更低。
  2. 时钟速度方面:ESP32的时钟速度比ESP8266快了两倍。
  3. 接口扩展方面:ESP32的GPIO引脚更多了,可以支持更多的连接。

ESP32芯片不仅有模组,也有开发板。乐鑫官方的ESP32-DevKitC 开发板既支持乐鑫的开源物联网开发框架 ESP-IDF,也支持 FreeRTOS。用户通过 FreeRTOS 可以轻松连接 AWS IoT、AWS Greengrass 及其他的 AWS 服务。前文《物联网关键技术:AWS物联网 》中曾经介绍过AWS的物联网服务。

ESP生态

因为ESP8266和ESP32系列产品的兼容性好,已经形成了自己的生态,可以支持多种开发方式。

首先是可以使用Arduino IDE编程环境对ESP8266开发板和ESP32开发板进行编程。使用Arduino IDE在ESP开发板上运行项目,网上有非常多的指南操作。

另一种方法对ESP32和ESP8266板进行编程的流行方法是使用MicroPython固件。MicroPython是针对微控制器和嵌入式系统的Python 3的重新实现。


此外还可以用Lua脚本来编程。NodeMCU是一个开源的物联网平台,使用Lua脚本语言编程。该平台基于eLua 开源项目,底层使用ESP8266 SDK。

我会持续更新关于物联网、云原生以及数字科技方面的文章,用简单的语言描述复杂的技术,也会偶尔发表一下对IT产业的看法,欢迎大家关注,谢谢。

相关推荐

机器学习分类模型评估(三)-F值(F-Measure)、AUC、P-R曲线

概述上二篇文章分别讲述了准确率(accuracy)、精确率(Precision)、查准类、召回率(Recall)、查全率、ROC曲线,本文讲述机器学习分类模型评估中的F值(F-Measure)、AUC...

SPSS ROC曲线诊断临界值确定

ROC曲线是在临床医学和流行病学研究中一种常用的在诊断试验、预测模型中用于决定最佳临界点的方法。ROC曲线用真阳性率和假阳性率作图得出曲线,其横轴表示假阳性率(1-特异度),纵轴表示真阳性率(灵敏度)...

分类器模型检测--ROC曲线和AUC值

在监督学习建模中有一个重要的模块是模块的检测,就是怎样判断一个模型的好坏?那么常用的的检测的指标有P值、R值、F值、ROC曲线、AUC值等,今天来学习他们都是怎么来的,有什么用处。这里为二分类问题,即...

【Python机器学习系列】建立梯度提升模型预测心脏疾病

这是Python机器学习系列原创文章,我的第204篇原创文章。一、引言对于表格数据,一套完整的机器学习建模流程如下:针对不同的数据集,有些步骤不适用即不需要做,其中橘红色框为必要步骤,由于数据质量较高...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...

机器学习分类问题:9个常用的评估指标总结

对机器学习的评估度量是机器学习核心部分,本文总结分类问题常用的metrics分类问题评估指标在这里,将讨论可用于评估分类问题预测的各种性能指标1ConfusionMatrix这是衡量分类问题性能的...

基于R语言的ROC曲线绘制及最佳阈值点(Cutoff)选择

ROC曲线在介绍ROC曲线之前,我们首先需要介绍混淆矩阵(ConfusionMatrix)。在统计分类模型的评估过程中分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来的表格...

R数据分析:多分类问题预测模型的ROC做法及解释

有同学做了个多分类的预测模型,结局有三个类别,做的模型包括多分类逻辑回归、随机森林和决策树,多分类逻辑回归是用ROC曲线并报告AUC作为模型评估的,后面两种模型报告了混淆矩阵,审稿人就提出要统一模型评...

SPSS实战:多个指标ROC曲线方向不一致的解决办法汇总(收藏)

在诊断实验和预测模型的临床效能评价中,我们常常用到ROC曲线分析。在SPSS中绘制ROC曲线操作比较简单,但如果将多个指标的ROC曲线绘制在同一个图中,有时候会碰到有些指标的ROC曲线在对角线上面,一...

小果教你快速分析ROC生存曲线图

尔云间一个专门做科研的团队原创小果生信果小伙伴们,大家好呀,很高兴和大家见面,前段时间应小伙伴出的解读ROC曲线图,小伙伴反应很是积极,这不最近小伙伴对于不同年份的ROC曲线图的分析呼声很高,...

生信文章中高频出现、模型评估必备分析——ROC曲线图,怎么看?

尔云间一个专门做科研的团队关注我们做了生信分析,拿到一堆数据,看不懂图怎么办?火山图、热图、散点图、箱线图、瀑布图···这么多类型的图都咋看?风险模型预后评估图、GO-KEGG富集分析图、GSEA...

如何看懂文献里那些图——ROC曲线图

ROC曲线的基本思想是把敏感度和特异性看作一个连续变化的过程,用一条曲线描述诊断系统的性能,其制作原理是在连续变量中不同界值点处计算相对应的灵敏度和特异度,然后以敏感度为纵坐标、1-特异性为横坐标绘制...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

准确性检验 (ROC曲线)的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了诊断试验的基础知识,这期开始讲准确性检验(ROC曲线),我们主要从准确性检验(ROC曲线)的介绍、基本概念、绘制原理、统计量、使用条件及案例的SPSS操作演示这几...

SPSS:ROC 曲线为什么反了?

【作者介绍】李志辉,长期从事各类统计软件应用研究,主编或参编SPSS、MINITAB、STATISTICA多个统计软件教材共8本。代表作:电子工业出版社《SPSS常用统计分析教程(SPSS22.0中...